Đồ án: xe robot sử dụng raspberry kết hợp xử lý ảnh 2020

Đồ án Xe robot sử dụng raspberry kết hợp xử lý ảnh thiết kế chi tiết, tính toán kỹ thuật theo tiêu chuẩn ngành giai đoạn 2020-2025

• Tác giả: Nguyễn Đình Tiền
• Người hướng dẫn: Th.S Cao Trọng Hùng
• Trường học: Trường Đại Học Thủ Dầu Một
• Chuyên ngành: Kỹ Thuật Cơ Điện Tử Và Ô Tô
• Đề tài: Xe Robot Sử Dụng Raspberry Kết Hợp Xử Lý Ảnh
• Loại tài liệu: Đồ Án
• Năm xuất bản: 2024-2025
• Địa điểm: Bình Dương

Tóm tắt

I. Tổng Quan Về Xe Robot Sử Dụng Raspberry Kết Hợp Xử Lý Ảnh

Xe robot sử dụng Raspberry Pi là một hệ thống tự động hóa tiên tiến kết hợp công nghệ xử lý ảnh để nhận diện và điều khiển chuyển động. Đây là một đề án công nghệ của chương trình kỹ thuật cơ điện tử và ô tô, được thực hiện tại Trường Đại học Thủ Dầu Một. Hệ thống này sử dụng Raspberry Pi như bộ xử lý trung tâm, kết hợp với các cảm biến và camera để thực hiện điều khiển xe từ xa thông qua cử chỉ tay. Công nghệ xử lý hình ảnh cho phép xe nhận diện các tín hiệu trực quan và tự động thực hiện các hành động tương ứng. Đề án này không chỉ áp dụng trong các dự án học tập mà còn có tiềm năng ứng dụng trong các lĩnh vực như robot công nghiệp, xe tự hành, và hệ thống tự động hóa thông minh.

1.1. Khái Niệm Và Ý Nghĩa Của Đề Án

Xe robot Raspberry là một hệ thống học tập ứng dụng cao, giúp sinh viên hiểu rõ về điều khiển tự động, xử lý ảnh số, và giao tiếp không dây. Đề án này có tính cấp thiết cao vì nó kết hợp nhiều công nghệ hiện đại như thị giác máy tính, điều khiển điện tử, và truyền dữ liệu wireless. Hệ thống cho phép người dùng điều khiển xe từ laptop thông qua kết nối không dây và theo dõi chuyển động thông qua truyền hình ảnh thực tế.

1.2. Ứng Dụng Thực Tiễn Của Công Nghệ

Xe robot tự hành có ứng dụng rộng rãi trong giao thông thông minh, nhà kho tự động, và an toàn công nghiệp. Công nghệ xử lý ảnh Raspberry Pi giúp xe nhận diện chướng ngại vật, tín hiệu giao thông, và hướng dẫn chuyển động. Đây là nền tảng quan trọng cho sự phát triển của kỹ thuật ô tô hiện đại và hệ thống robot tự động.

II. Phần Cứng Và Lựa Chọn Thiết Bị Phù Hợp

Lựa chọn phần cứng là bước quan trọng nhất trong thực hiện đề án xe robot. Raspberry Pi được chọn làm vi xử lý chính vì khả năng xử lý mạnh mẽ, tiêu thụ điện năng thấp, và hỗ trợ tốt cho xử lý ảnh. Ngoài ra, hệ thống cần trang bị camera để nắm bắt hình ảnh, cảm biến HC-SR04 để phát hiện chướng ngại vật, động cơ DC để lái xe, và mô-đun relay để điều khiển nguồn điện. Kết nối không dây được thực hiện thông qua WiFi hoặc Bluetooth, cho phép truyền dữ liệu điều khiển và video trực tiếp từ Raspberry Pi đến máy tính điều khiển. Việc lựa chọn phần cứng phù hợp đảm bảo hiệu suất hệ thống, độ tin cậy, và khả năng mở rộng trong tương lai.

2.1. Vai Trò Của Raspberry Pi Trong Hệ Thống

Raspberry Pi là bộ vi xử lý trung tâm của hệ thống, có khả năng chạy hệ điều hành Linux và hỗ trợ lập trình Python. Nó kết nối với tất cả các cảm biến, camera, và mô-đun điều khiển khác. Raspberry Pi xử lý thuật toán xử lý ảnh, phân tích tín hiệu cảm biến, và gửi lệnh điều khiển đến động cơ. Với công suất xử lý đủ mạnh, Raspberry Pi có thể thực hiện xử lý hình ảnh thực tế với tốc độ khung hình cao.

2.2. Các Cảm Biến Và Module Điều Khiển

Cảm biến HC-SR04 được sử dụng để phát hiện chướng ngại vật và đo khoảng cách. Camera kết nối trực tiếp với Raspberry Pi để nắm bắt hình ảnh thực tế. Mô-đun relay điều khiển động cơ DC chạy bánh xe. Mô-đun kết nối không dây WiFi cho phép truyền dữ liệu từ Raspberry Pi đến máy tính điều khiển.

III. Phần Mềm Và Xử Lý Ảnh

Phần mềm là thành phần quan trọng để xe robot hoạt động tự động. Dự án sử dụng hệ điều hành Raspbian trên Raspberry Pi và lập trình Python để phát triển các thuật toán điều khiển. Xử lý ảnh được thực hiện sử dụng thư viện OpenCV, một công cụ mạnh mẽ cho thị giác máy tính. OpenCV cho phép nhận diện hình dạng, phát hiện màu sắc, và theo dõi chuyển động từ video thực tế. Cử chỉ tay được nhận diện thông qua phân tích hình ảnh, giúp xe thực thi các lệnh tương ứng mà không cần điều khiển từ xa truyền thống. Truyền hình ảnh từ camera Raspberry Pi đến máy tính điều khiển thông qua socket programming hoặc giao thức MJPEG. Hệ thống cài đặt thư viện xử lý trên máy ảo để kiểm tra hiệu suất trước khi triển khai trên Raspberry Pi thực tế.

3.1. Thuật Toán Xử Lý Ảnh Với OpenCV

OpenCV cung cấp các hàm xử lý ảnh để phân tích video thực tế. Nhận diện cử chỉ được thực hiện qua phân tích đặc trưng hình ảnh như vị trí tay, hình dạng ngón tay, khoảng cách đối tượng. Thuật toán dò biên và nhận diện hình dạng cho phép Raspberry Pi hiểu các tín hiệu trực quan. Xử lý ảnh thực tế yêu cầu tối ưu hóa thuật toán để đạt tốc độ xử lý cao mà không làm quá tải bộ xử lý.

3.2. Truyền Hình Ảnh Không Dây

Truyền video từ Raspberry Pi đến laptop được thực hiện qua WiFi sử dụng giao thức MJPEG hoặc H.264. Kết nối không dây đảm bảo độ trễ thấp để điều khiển thực tế. Nén hình ảnh được áp dụng để giảm lượng dữ liệu và tăng tốc độ truyền. Cấu hình mạng giữa Raspberry Pi và máy tính cần tối ưu hóa để đạt chất lượng video tốt nhất.

IV. Các Bước Thực Hiện Đề Án Và Kết Quả Đạt Được

Quá trình thực hiện đề án được chia thành nhiều giai đoạn chính. Đầu tiên, nhóm tìm hiểu phần cứng và lắp ráp các linh kiện điện tử thành xe robot hoàn chỉnh. Tiếp theo, cài đặt hệ điều hành và thư viện xử lý trên Raspberry Pi bằng máy ảo để kiểm tra tính tương thích. Giai đoạn thứ ba là viết mã nguồn cho thuật toán xử lý ảnh và điều khiển chuyển động. Các bài kiểm tra hiệu suất được tiến hành để xác thực độ ổn định của hệ thống. Cuối cùng, nhóm ghi lại toàn bộ quá trình, chuẩn bị báo cáo chi tiết, và thuyết trình kết quả đạt được. Xe robot thành công nhận diện cử chỉ tay, tránh chướng ngại vật tự động, và truyền hình ảnh thực tế đến máy tính điều khiển, chứng minh tính khả thi của công nghệ Raspberry Pi trong ứng dụng tự động hóa thông minh.

4.1. Quy Trình Lắp Ráp Và Cài Đặt Phần Mềm

Lắp ráp phần cứng bao gồm kết nối các cảm biến, camera, động cơ, và mô-đun điều khiển với Raspberry Pi. Cài đặt hệ điều hành Raspbian được thực hiện trên thẻ SD. Cài đặt thư viện như OpenCV, GPIO, Flask để xử lý ảnh và tạo server điều khiển. Kiểm tra kết nối giữa các linh kiện bằng chương trình test trước khi tích hợp hoàn chỉnh.

4.2. Đánh Giá Kết Quả Và Khả Năng Ứng Dụng

Xe robot đã thành công trong nhiệm vụ nhận diện cử chỉ, tránh chướng ngại vật, và truyền hình ảnh thực tế. Độ tin cậy của hệ thống đạt yêu cầu với tốc độ xử lý ổn định. Kết quả chứng minh khả năng áp dụng công nghệ Raspberry Pi và xử lý ảnh trong robot tự hành, giao thông thông minh, và hệ thống tự động hóa công nghiệp.

Trích đoạn nội dung tài liệu

Đặt vấn đề Trong bối cảnh cuộc cách mạng công nghiệp 4.0 đang diễn ra mạnh mẽ, lĩnh vực robot tự hành đã và đang chứng kiến những bước tiến vượt bậc, mở ra tiềm năng ứng dụng to lớn trong nhiều khía cạnh của đời sống và sản xuất. Sự tích hợp khả năng xử lý hình ảnh vào hệ thống robot tự hành đã mang lại một cuộc cách mạng thực sự, cho phép chúng "nhìn nhận" và "hiểu" thế giới xung quanh một cách trực quan hơn, từ đó nâng cao đáng kể tính linh hoạt, hiệu quả và độ an toàn trong quá trình vận hành. Tuy nhiên, sự kết hợp giữa robot tự hành và xử lý hình ảnh không chỉ mang lại những cơ hội đầy hứa hẹn mà còn đặt ra không ít thách thức cần được nghiên cứu và giải quyết một cách thấu đáo. Mặc dù khả năng thị giác nhân tạo đã đạt được những thành tựu ấn tượng, việc ứng dụng nó vào robot tự hành trong các môi trường thực tế phức tạp vẫn còn tồn tại nhiều vấn đề nan giải.

Một trong những thách thức cốt lõi nằm ở khả năng xử lý và diễn giải thông tin hình ảnh một cách đáng tin cậy và hiệu quả trong thời gian thực. Môi trường thực tế thường xuyên thay đổi với sự xuất hiện của các yếu tố nhiễu, ánh sáng biến đổi, vật thể bị che khuất, hoặc sự đa dạng về hình dạng và kích thước của các đối tượng. Điều này đòi hỏi các thuật toán xử lý hình ảnh phải đủ mạnh mẽ và linh hoạt để trích xuất các đặc trưng quan trọng, phân loại và nhận diện đối tượng một cách chính xác, đồng thời duy trì hiệu suất hoạt động ổn định ngay cả trong những điều kiện bất lợi. Mặc dù việc tích hợp xử lý hình ảnh đã mang lại những bước tiến quan trọng cho lĩnh vực robot tự hành, vẫn còn tồn tại nhiều thách thức đáng kể liên quan đến độ tin cậy, hiệu quả, khả năng tích hợp, độ bền và chi phí.

Việc nghiên cứu sâu rộng và giải quyết những vấn đề này không chỉ có ý nghĩa khoa học mà còn đóng vai trò then chốt trong việc khai thác tối đa tiềm năng của robot tự hành, mở đường cho những ứng dụng đột phá trong tương lai. Do đó, việc tập trung nghiên cứu vào các phương pháp xử lý hình ảnh tiên tiến, các kiến trúc hệ thống tối ưu, và các giải pháp phần cứng/phần mềm hiệu quả về chi phí là vô cùng cần thiết để thúc đẩy sự phát triển mạnh mẽ và ứng dụng rộng rãi của robot tự hành có khả năng thị giác nhân tạo. Khảo sát tình hình nghiên cứu trong và ngoài nước Tác giả Phạm Trần Lam Hải cùng với các cộng sự của đại học Cần Thơ đã nghiên cứu về chủ đề “Ứng dụng kỹ thuật số trong việc theo dõi sự chuyển động của các robot tự động”. Nghiên cứu này phát triển một chương trình MATLAB để theo dõi nhiều robot qua camera không dây.

Do giới hạn kết nối, hiện tại chương trình chỉ xử lý ngoại tuyến trên ba 1 robot ảo (hình tròn màu). Phương pháp phân đoạn ảnh và hình thái học được dùng để xác định vị trí, vận tốc và hướng di chuyển của từng robot. Mục tiêu tương lai là nâng cấp chương trình để xử lý thời gian thực khi kết nối không dây được cải thiện.[1] Tác giả Trần Nguyên Ngọc đã nghiên cứu về chủ đề “Nhận dạng cử chỉ bàn tay người theo thời gian thực”. Bài báo trình bày một số kết quả nhận dạng cử chỉ của bàn tay người theo thời gian thực sử dụng thông tin thu được từ cảm biến Kinect của hãng Microsoft.

Một số kết quả chính của hướng nghiên cứu được trình bày như: kỹ thuật tách vùng bàn tay, nhận dạng tư thế của bàn tay, đề xuất thuật toán hiệu chỉnh kết quả nhận dạng từ chuỗi các tư thế. Kết quả nhận dạng cho độ chính xác khả quan (trên 93%) tạo tiền đề cho các ứng dụng tương tác người máy theo thời gian thực. Tính cấp thiết và lí do chọn đề tài 1. Tính cấp thiết Xe robot kết hợp xử lý hình ảnh trở nên cấp thiết do nhu cầu tăng hiệu quả, an toàn và giảm sự phụ thuộc vào con người trong nhiều lĩnh vực (công nghiệp, nông nghiệp, giao thông, an ninh.

Sự tiến bộ của cảm biến, thuật toán AI (đặc biệt là học sâu) và phần cứng mạnh mẽ đã tạo điều kiện thuận lợi cho việc phát triển robot có khả năng "nhìn" và tương tác thông minh với môi trường. Vì vậy, việc nghiên cứu và ứng dụng robot tự hành có thị giác là vô cùng quan trọng và cấp bách. Lý do chọn đề tài Trong thời đại công nghiệp 4.0, công nghệ tự động hóa và trí tuệ nhân tạo đang ngày càng khẳng định vai trò quan trọng trong nhiều lĩnh vực, đặc biệt là trong ngành công nghệ ô tô. Các hệ thống hỗ trợ người lái, xe tự hành, cảm biến và điều khiển thông minh đều yêu cầu khả năng xử lý hình ảnh và hoạt động tương thích giữa người và máy móc.

Đã nhận thấy tầm quan trọng, nhóm em lựa chọn đề tài "Robot sử dụng Raspberry Pi kết hợp xử lý ảnh" nhắm nghiên cứu và ứng dụng công nghệ điều khiển bằng cử chỉ tay – một hướng tiếp cận gần với giao diện điều khiển không chạm trong ô tô hiện đại. Raspberry Pi là một thiết bị mạnh mẽ, kết hợp cùng thư viện xử lý ảnh OpenCV và MediaPipe, có khả năng nhận dạng và phân tích hình ảnh theo thời gian thực. Thông qua chủ đề này, nhóm em mong muốn mô phỏng một hệ thống điều khiển thông minh có thể được ứng dụng vào công việc điều khiển các thiết bị hoặc chức năng trên xe ô tô để bằng cử chỉ tay – góp phần nâng cao tính tiện nghi, an toàn và hiện đại cho người sử dụng. Ngoài ra, việc tích hợp giữa Raspberry Pi và Arduino Uno giúp nhóm xây dựng cố định kiến thức về trình nhúng cài đặt, giao tiếp tiếp theo điều khiển và phần cứng điều khiển – những nền tảng quan trọng trong công nghệ chuyên ngành hiện nay.

Mục tiêu nghiên cứu Mục tiêu của dự án là xây dựng một hệ thống điều khiển robot từ xa thông qua cử chỉ tay, sử dụng các công nghệ xử lý ảnh và truyền thông Cụ thể, các mục tiêu của dự án này bao gồm: Nhận dạng cử chỉ tay: Xây dựng một thuật toán nhận dạng cử chỉ tay dựa trên hình ảnh từ camera laptop, nhằm phát hiện và phân biệt số lượng ngón tay giơ lên. Từ đó, các cử chỉ này sẽ được dùng để điều khiển các chế độ di chuyển của xe robot. Truyền hình ảnh từ laptop sang Raspberry Pi qua kết nối không dây: Xây dựng hệ thống truyền hình ảnh từ camera của laptop đến Raspberry Pi qua giao thức HTTP, cho phép Raspberry xử lý và phân tích hình ảnh cử chỉ tay mà không cần gắn thêm camera trực tiếp. Giao tiếp giữa Raspberry và Arduino qua cổng USB để điều khiển động cơ: Thiết lập giao tiếp giữa Raspberry và Arduino để truyền lệnh điều khiển động cơ xe robot, Raspberry sẽ gửi lệnh tới Arduino qua cổng USB dựa trên cử chỉ tay được nhận dạng.

Kết nối remote đến Raspberry mà không cần màn hình vật lý rời: Thiết lập kết nối SSH hoặc phương pháp truy cập từ xa khác để có thể điều khiển và kiểm tra hệ thống Raspberry mà không cần dùng màn hình hoặc bàn phím vật lý, nhằm tăng tính linh động khi thao tác với hệ thống. Đối tượng nghiên cứu Tìm hiểu về xử lý hình ảnh và sơ đồ phần cứng và nguyên lí của đề tài. Giới thiệu phần cứng và phần mềm Tìm hiểu về chương trình xử lí hình ảnh điều khiển xe 1. Phạm vi nghiên cứu Xây dựng hệ thống nhận diện cử chỉ tay để điều khiển robot.

Xây dụng một hệ thống nhận diện cử chỉ tay con người phân tích và xử lý hình ảnh nhận được từ camera laptop, hiển thị lên màn hình máy tính để quan sát hệ thống hoạt động. Giao tiếp giữa các thiết bị nhúng. Hiều được nguyên lý truyền nhận tín hiệu giữa các thiết bị thông qua USB và Serial Port, từ tín hiệu nhận được ra lệnh điều khiển các thiết bị ngoại vi ở đây là các động cơ. Tối ưu hóa hiệu suất hệ thống.

3 Nhằm lựa phương án xử lý ảnh ổn định và nhẹ cho vi điều khiển, cũng như phương án truyền dữ liệu giữa các vi điều khiển. 4 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ XỬ LÝ ẢNH Lý thuyết về xử lý ảnh [3] Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó. Để hiểu được xử lý ảnh là gì thì việc đầu tiên phải kể đến là nghiên cứu về xử lý tín hiệu số, nó là một môn học cơ bản cho xử lý tín hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các bộ lọc hữu hạn… Thứ hai, các công cụ toán như đại số tuyến tính, sác xuất, thống kê.

Một số kiến thứ cần thiết như trí tuệ nhân tạo, mạng nơ ron nhân tạo cũng được đề cập trong quá trình phân tích và nhận dạng ảnh. Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ Luân đôn đến New York từ những năm 1920. Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh.

Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình xử lý ảnh sô thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng.

Các phương pháp tri thức nhân tạo như mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan. Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như camera, máy chụp ảnh).